MLOps Engineer — Python, Docker, Kubernetes, MLflow

Rutube; United States; Remote; USD 120,000 - 190,000; Full time

Benefits offered by this job

Коворкинг-офис

ДМС (стоматология)

Кофе, чай, фрукты, снеки

Job summary

Rutube ищет инженера ML/Backend для разработки сервисов на Python, интеграции моделей в прод и поддержки DS/MLE команды. Ожидается опыт в микросервисах (Flask/FastAPI), Docker, Kubernetes и MLOps. В приоритете глубокое обучение CV/NLP и оптимизация инференса (ONNX, TensorRT, Triton).

Работа в российской компании с офисной инфраструктурой в США; наличие понимания MLflow/ClearML обязательно. Условия и обеды в офисе обсуждаются на месте.

Qualifications

• Глубокие знания Python и стандартной ML-библиотеки.
• Понимание принципов построения ML-моделей и их внедрения.
• Опыт разработки микросервисов (Flask, FastAPI).
• Опыт работы с SQL и базами данных.
• Опыт работы с MLOps-платформами: ClearML, MLFlow.
• Опыт работы с Docker и Kubernetes.
• Опыт работы с моделями глубинного обучения (CV/NLP).
• Опыт оптимизации инференса нейросетей (ONNX, TensorRT, Triton).
• Опыт работы с векторными БД (Milvus, Qdrant) и брокерами сообщений (Kafka, RabbitMQ).

Responsibilities

• Разработка сервисов на Python для интеграции моделей в прод.
• Поддержка DS/MLE команды в интеграции моделей и инструментов ML.
• Проведение тестирования SOTA-решений.
• Настройка мониторинга моделей.
• Разбор инцидентов эксплуатации ML-моделей в проде.
• Разработка и поддержка DAG-ов Airflow.

Skills

Python

ML-библиотеки

ООП

ML модели знание

Микросервисы Flask/FastAPI

SQL

MLOps: ClearML/MLFlow

Docker и Kubernetes

Обработка CV/NLP моделей

Инференс нейросетей: ONNX/TensorRT/Tri

Векторные БД: Milvus/Qdrant

Сообщения: Kafka/RabbitMQ

Tools

Flask

FastAPI

Docker

Kubernetes

ClearML

MLFlow

Kafka

RabbitMQ

Milvus

Qdrant

ONNX

TensorRT

Triton

Job description

Rutube ищет инженера ML/Backend для разработки сервисов на Python, интеграции моделей в прод и поддержки DS/MLE команды. Ожидается опыт в микросервисах (Flask/FastAPI), Docker, Kubernetes и MLOps. В приоритете глубокое обучение CV/NLP и оптимизация инференса (ONNX, TensorRT, Triton).

Работа в российской компании с офисной инфраструктурой в США; наличие понимания MLflow/ClearML обязательно. Условия и обеды в офисе обсуждаются на месте.